移动开发的图像优化综述

简介: 版权声明:本文为博主chszs的原创文章,未经博主允许不得转载。 https://blog.csdn.net/chszs/article/details/9986539 移动开发的图像优化综述作者:chszs,转载需注明。
版权声明:本文为博主chszs的原创文章,未经博主允许不得转载。 https://blog.csdn.net/chszs/article/details/9986539

移动开发的图像优化综述

作者:chszs,转载需注明。博客主页:http://blog.csdn.net/chszs

图片使得Web应用、移动应用的外观变得更漂亮。但是,这些闪闪发光的像素(图片)会占用较大的存储空间和内存。

图片的尺寸有几层含义:意味着网页的载入时间的增加,影响用户的访问体验;甚至会影响Google对你的网页的搜索排名;还可能导致移动App的尺寸变得较大,影响App的下载。

连Eclipse的RAP和Tabris等应用都遭受了不必要的大图片的困扰。高清屏Retina加剧了这个问题。

这就是为什么要对图片进行优化,哪怕你不是图像处理专家。

1) 对图片使用PNG格式;

2) 使用下面的PNG优化器对图片进行优化,可有效的减少图片尺寸高达60%。

- 以Web服务方式实现图片优化的工具TinyPNG: http://tinypng.org/

- 带GUI的工具OS X平台的ImageOptim: http://imageoptim.com/

- 带GUI的工具Windows平台的PNGGauntlet: http://pnggauntlet.com/

- 带GUI的工具Linux平台的Trimage: http://trimage.org/

- 命令行工具OptiPNG: http://optipng.sourceforge.net/

- 命令行工具AdvanceCOMP PNG Compression Utility: http://advancemame.sourceforge.net/doc-advpng.html

- 命令行工具Pngcrush: http://pmt.sourceforge.net/pngcrush/

- 命令行工具PNGOUT: http://www.advsys.net/ken/util/pngout.htm

PNG图片格式:是一个光栅图形文件格式,支持无损数据压缩。PNG格式是作为带专利的GIF格式的改进和替代而出现的。PNG格式已经是互联网上最流行的无损图片压缩格式。

PNG格式最重要的特点如下:

1) 开放标准,被几乎所有的图片编辑器、框架、操作系统和浏览器所支持;

2) 无损,不局限于256色;

3) 真实的透明度(带Alpha值的像素);

4) 对于图标、商标Logo、截屏是最佳的图片格式;

5) 对于照片来说,不是最佳的图片格式。

PNG优化器能做什么:

1) 移除多余的元数据;

2) 把颜色侧面应用实际的颜色值,并移除侧面的描述;

3) 有时会减少颜色的数量(有损压缩),采用如”位深度减少”、”颜色类型减少”、”颜色调色板减少”等测量手段,用于保存精确的字节。


目录
相关文章
|
3月前
|
人工智能 物联网 PyTorch
SCEdit:轻量级高效可控的AI图像生成微调框架(附魔搭社区训练实践教程)
SCEdit是一个高效的生成式微调框架,由阿里巴巴通义实验室基础视觉智能团队所提出。
|
3月前
|
机器学习/深度学习 物联网 数据处理
社区供稿 | 封神榜团队提出首个引入视觉细化器的多模态大模型Ziya-Visual-Lyrics,多个任务SOTA
封神榜大模型团队基于在多模态领域积累的先进技术,首次在多模态大模型上加入图像标记、目标检测、语义分割模块,推出了多模态大模型Ziya-Visual-Lyrics。
|
8月前
|
机器学习/深度学习 算法 决策智能
计算机视觉实战(十二)全景图像拼接(附完整代码)
计算机视觉实战(十二)全景图像拼接(附完整代码)
226 0
|
11月前
|
机器学习/深度学习 传感器 编解码
TPAMI 2022 | 不同数据模态的人类动作识别综述,涵盖500篇文章精华(1)
TPAMI 2022 | 不同数据模态的人类动作识别综述,涵盖500篇文章精华
246 0
|
11月前
|
机器学习/深度学习 传感器 人工智能
TPAMI 2022 | 不同数据模态的人类动作识别综述,涵盖500篇文章精华(2)
TPAMI 2022 | 不同数据模态的人类动作识别综述,涵盖500篇文章精华
103 0
|
11月前
|
机器学习/深度学习 编解码 监控
计算机视觉概述:视觉任务+场景领域+发展历程+典型任务
比如下图,做到的不仅仅是检测到图像前景中有四个⼈、⼀条街道和⼏辆⻋。除了这些基本信息,⼈类还能够看出图像前景中的⼈正在⾛路,其中⼀⼈⾚脚,我们甚⾄知道他们是谁。我们可以理性地推断出图中⼈物没有被⻋撞击的危险,⽩⾊的⼤众汽⻋没有停好。⼈类还可以描述图中⼈物的穿着,不⽌是⾐服颜⾊,还有材质与纹理。⼈类能够理解和描述图像中的场景。
260 0
|
机器学习/深度学习 人工智能 算法
【深度学习前沿应用】图像风格迁移
【深度学习前沿应用】图像风格迁移,基于百度飞桨开发,参考于《机器学习实践》所作。
761 1
【深度学习前沿应用】图像风格迁移
|
机器学习/深度学习 人工智能 编解码
逐步揭开模型面纱!首篇深度视觉建模中的可解释AI综述
深度视觉模型在高风险领域有着广泛的应用。因此它们的黑匣子性质目前吸引了研究界的极大兴趣。论文在《可解释的人工智能》中进行了第一次调查,重点是解释深度视觉模型的方法和指标。涵盖了最新技术的里程碑式贡献,论文不仅提供了现有技术的分类组织,还挖掘了一系列评估指标,并将其作为模型解释的不同特性的衡量标准进行整理。在深入讨论当前趋势的同时,论文还讨论了这一研究方向的挑战和未来途径。
逐步揭开模型面纱!首篇深度视觉建模中的可解释AI综述
|
机器学习/深度学习 机器人 计算机视觉
计算机视觉教程2-8:你知道图像背景虚化效果的原理吗?(附代码)
计算机视觉教程2-8:你知道图像背景虚化效果的原理吗?(附代码)
270 0
计算机视觉教程2-8:你知道图像背景虚化效果的原理吗?(附代码)
|
传感器 算法 机器人
经典视觉SLAM框架
通过前面的推送我们已经对SLAM有了个大体的认识。(初识视觉SLAM)下面来看经典的视觉SLAM框架,了解一下视觉SLAM究竟由哪几个模块组成。 本文选自《视觉SLAM十四讲:从理论到实践》。
5833 0